CURSO TRADUCCIN SIGLA CRDITOS MDULOS REQUISITOS CARCTER DISCIPLINA

: : : : : : : :

OPTIMIZACIN OPTIMIZATION ICS1113 10 03 MAT1203 Y MAT1620 MNIMO INGENIERA

I.

DESCRIPCIN Este curso pretende capacitar al alumnos en: la formulacin de modelos de optimizacin para problemas de tomas de decisiones en el mbito determinstico, en diferentes reas de la ingeniera; y en el uso de tcnicas de caracterizacin y resolucin de modelos determinsticos de optimizacin, utilizando diversos algoritmos de programacin lineal y no lineal.

II.

OBJETIVOS Al final del curso, el alumno ser capaz de: 1. 2. 3. 4. Modelar matemticamente problemas diversos de toma de decisiones, utilizando modelos lineales y no lineales, en variables continuas y discretas. Explicar claramente el funcionamiento del algoritmo simplex para problemas de programacin lineal y de otros algoritmos para problemas no lineales. Explicar adecuadamente el algoritmo de Branch and Bound (y sus variantes) para problemas con variables discretas. Identificar los paradigmas de flujo en redes y de programacin dinmica, como esquemas alternativos de modelamiento de ciertos problemas de toma de decisiones, y las ventajas y desventajas de estos paradigmas respecto al enfoque ms estndar de modelamiento. Utilizar software para resolver modelos de optimizacin.

5.

III.

CONTENIDOS 1. Motivacin. 1.1. Qu es la investigacin operativa? 1.2. Modelos de optimizacin. Programacin no lineal. 2.1. Existencia de soluciones ptimas. 2.2. Nociones bsicas de convexidad. 2.3. Optimizacin con restricciones de igualdad y desigualdad. 2.4. Modelamiento de problemas no lineales. 2.5. Condiciones necesarias y suficientes para un mnimo local o global. 2.6. Mtodos de bsqueda de soluciones ptimas para modelos sin restricciones (Gradiente, Newton). 2.7. Mtodos de bsqueda de soluciones ptimas para modelos con restricciones: el algoritmo de Frank-Wolfe. Programacin lineal. 3.1. Formulacin y forma estndar de problemas lineales. 3.2. Geometra de problemas lineales. 3.3. Mtodo Simples. 3.4. Modelamiento de problemas lineales. 3.5. Anlisis de sensibilidad y postoptimal.
PONTIFICIA UNIVERSIDAD CATLICA DE CHILE FACULTAD DE INGENIERA / Mayo de 2009 1

2.

3.

3.6. 4.

Teora de dualidad.

Otros tpicos en optimizacin. 4.1. Optimizacin de flujo en redes. 4.2. Programacin lineal entera. 4.3. Programacin dinmica.

IV.

METODOLOGA Mdulos semanales: Ctedras: 2 Ayudantas: 1 El curso se realiza utilizando metodologas de enseanza centradas en el alumno que permitan a los estudiantes desarrollar las competencias definidas en los objetivos del curso. Este curso est diseado de forma tal que el alumno estudie en promedio 6 hrs. a la semana El objetivo del curso es capacitar al alumno en la formulacin de modelos de optimizacin para problemas de toma de decisiones en el mbito determinstico, en diferentes reas de la ingeniera, y en los algoritmos que se utilizan ms frecuentemente para resolver dichos modelos. Para el anlisis de los algoritmos es necesario discutir y analizar las condiciones matemticas de optimalidad de una solucin. La formulacin de modelos de optimizacin es una actividad que se desarrolla a lo largo de todo el curso, y se va combinando con el anlisis de los algoritmos y las condiciones matemticas de optimalidad. Los alumnos desarrollan tareas semanales en que se combinan estos dos tipos de actividades. Adems deben desarrollar un proyecto semestral, en grupos de hasta 4 alumnos, en los cuales deben definir un problema desafiante de toma de decisiones, modelarlo adecuadamente y resolverlo computacionalmente. Un propsito central del curso es mostrar un abanico los ms amplio posible de las aplicaciones que es posible abordar con estos modelos de optimizacin. Para ello, se solicitar la colaboracin de profesores de otros departamentos de la Escuela en la identificacin de problemas aplicados de inters en sus respectivas especialidades.

V.

EVALUACIN Las evaluaciones pueden ser por medio de pruebas, proyectos y/o tareas.

VI.

BIBLIOGRAFA Bazaara, Mokhtar Jarvis, John J. and Sherali, Hanif D. Gorbena, M., V. Jornet, R. Puente, Linear programming and network flows. New York, John Wiley & Sons, 1990. Optimizacin lineal: teora, mtodos y modelos. McGraw-Hill, 2004. Introduction to linear and non linear programming. Addison Wesley, 1984. Versin en espaol: Programacin lineal y no-lineal. Addison Wesley, 1983. Optimizacin y modelos para la gestin. Santiago, Dolmen, 2000.

Luenberger, D.

Ortiz, Carmen, Varas, Samuel y Vera, Jorge. Philippi, Bruno.

Introduccin a la optimizacin de sistemas, 2 ed. Santiago, Chile, Ediciones Universidad Catlica de Chile, 1988.

PONTIFICIA UNIVERSIDAD CATLICA DE CHILE FACULTAD DE INGENIERA / Mayo de 2009 2